摘要： 注解：此处仅仅是介绍一些类库及常规使用，如果要详细了解Http协议推荐看下《Http权威指南》。net 方向 主要是用到HttpWebRequest下载内容:JAVA方向：主要是用到HttpClient下载内容示例代码：相关类库（httpclient-4.1.2 httpcore-4.1.4）示例代... 阅读全文

摘要： python 插入 汉字：# -*- coding: utf8 -*-import MySQLdbfrom datetime import datetry: con = MySQLdb.Connect(host='localhost', user='root', passwd='wm87661... 阅读全文

摘要： 问题的提出：采用上节的方法偶尔会下载到的HTML乱码，原因是上节的代码中进行了简易的编码识别，比如根据头信息，根据meta中的charset：。即使这样也会遇到下载到乱码的情况，原因是这两者提供的charset都可能不准确。解决方案：1 手动指定编码2 自动识别编码如果只采一个网站，自己指定下编码就... 阅读全文

摘要： 1 识别nutch-1.7的编码，完成以前1.2是在 org.apache.nutch.parse.html.HtmlParser EncodingDetector detector = new EncodingDetector(conf); detector.autoDetectClues(content, true); detector.addClue(sniffCharacterEncoding(contentInOctets), "sniffed"); String enco... 阅读全文

摘要： apt-get install python-matplotlib转载自：http://www.cnblogs.com/qianlifeng/archive/2012/02/13/2350086.htmlBasic：import matplotlib.pyplot as pyplotpyplot.b... 阅读全文

摘要： http://jiangli.easymorse.com/?cat=36 阅读全文

摘要： 阅读全文

摘要： __author__ = 'dell'import surveyimport Pmfimport matplotlib.pyplot as pyplottable = survey.Pregnancies()table.ReadRecords()print "Number of pregnancie... 阅读全文

摘要： http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html 阅读全文

摘要： 参考源：http://www.ruanyifeng.com/blog/2013/03/tf-idf.html 写的很明了package com.data.text.tfidf;import java.io.BufferedReader;import java.io.File;import java.... 阅读全文